Hoe u een t-test met twee monsters uitvoert in r

Een t-test met twee steekproeven wordt gebruikt om te testen of de gemiddelden van twee populaties gelijk zijn of niet.

U kunt de volgende basissyntaxis gebruiken om een t-test met twee voorbeelden uit te voeren in R:

 t. test (group1, group2, var. equal = TRUE ) 

Opmerking : door var.equal=TRUE op te geven, vertellen we R dat hij moet aannemen dat de varianties tussen de twee steekproeven gelijk zijn.

Als je deze veronderstelling niet wilt maken, laat dit argument dan gewoon terzijde en R zal in plaats daarvan de Welch’s t-test uitvoeren, waarbij niet wordt aangenomen dat de varianties tussen steekproeven gelijk zijn.

Het volgende voorbeeld laat zien hoe u in de praktijk een t-test met twee steekproeven in R kunt uitvoeren.

Voorbeeld: T-test met twee monsters in R

Stel dat we willen weten of twee verschillende plantensoorten dezelfde gemiddelde hoogte hebben.

Om dit te testen, verzamelen we een eenvoudig willekeurig monster van 12 planten van elke soort.

De volgende code laat zien hoe u een t-test met twee steekproeven in R uitvoert om te bepalen of de gemiddelde hoogte gelijk is tussen de twee soorten:

 #create vectors to hold plant heights from each sample
group1 <- c(8, 8, 9, 9, 9, 11, 12, 13, 13, 14, 15, 19)
group2 <- c(11, 12, 13, 13, 14, 14, 14, 15, 16, 18, 18, 19)

#perform two sample t-tests
t. test (group1, group2, var. equal = TRUE )

	Two Sample t-test

data: group1 and group2
t = -2.5505, df = 22, p-value = 0.01823
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -5.5904820 -0.5761847
sample estimates:
mean of x mean of y 
 11.66667 14.75000 

Zo interpreteert u de testresultaten:

data: de namen van de vectoren die de voorbeeldgegevens bevatten.

t: De t-teststatistiek. In dit geval is het -2.5505 .

df : De vrijheidsgraden, berekend als n ₁ + n ₂ – 2 = 12 + 12 – 2 = 22 .

p-waarde: De p-waarde die overeenkomt met een teststatistiek van -2,5505 en df = 22. De p-waarde blijkt .01823 te zijn. We kunnen deze waarde bevestigen met behulp van de T-score naar P-waardecalculator .

95% betrouwbaarheidsinterval: 95% betrouwbaarheidsinterval voor het werkelijke verschil in gemiddelden tussen de twee groepen. Het blijkt [-5.59, -.576] te zijn.

steekproefschattingen: het steekproefgemiddelde van elke groep. In dit geval was het steekproefgemiddelde voor Groep 1 11,667 en het steekproefgemiddelde voor Groep 2 14,75 .

De nul- en alternatieve hypothesen voor deze specifieke t-test met twee steekproeven zijn als volgt:

H ₀ : µ ₁ = µ ₂ (de twee populatiegemiddelden zijn gelijk)

H _A : µ ₁ ≠µ ₂ (de twee populatiegemiddelden zijn niet gelijk)

Omdat de p-waarde van onze test (0,01823) kleiner is dan 0,05, verwerpen we de nulhypothese.

Dit betekent dat we voldoende bewijs hebben om te concluderen dat de gemiddelde planthoogte tussen de twee soorten niet gelijk is.

Technische opmerkingen

De functie t.test() in R gebruikt de volgende syntaxis:

 t. test (x, y, alternative="two.sided", mu=0, paired=FALSE, var.equal=FALSE, conf.level=0.95)

Goud:

• x, y: de namen van de twee vectoren die de gegevens bevatten.
• alternatief: De alternatieve hypothese. Opties zijn onder meer ‘dubbelzijdig’, ‘minder’ of ‘groter’.
• mu: De waarde waarvan wordt aangenomen dat deze het werkelijke verschil tussen de gemiddelden is.
• gepaard: het al dan niet gebruiken van een gepaarde t-test.
• var.equal: of de verschillen tussen de twee groepen al dan niet gelijk zijn.
• conf.level: het betrouwbaarheidsniveau dat voor de test moet worden gebruikt.

Voel je vrij om al deze argumenten te wijzigen wanneer je je eigen t-test uitvoert, afhankelijk van de specifieke test die je wilt uitvoeren.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:

Hoe u een T-test met één monster uitvoert in R
Hoe de T-test van Welch uit te voeren in R
Een t-test met gepaarde monsters uitvoeren in R